时尚与AI融合的机器学习研究项目解析

本文介绍某中心与马克斯·普朗克学会合作支持的四个研究项目,聚焦机器学习与计算机视觉技术在时尚领域的应用,包括3D人体重建、服装压力场分析和虚拟化身材质估计等前沿技术。

某中心与马克斯·普朗克学会公布资助项目

某中心与马克斯·普朗克学会(Max-Planck-Gesellschaft,简称MPG)于2022年5月宣布成立科学研究中心,这是某中心在美国境外设立的首个科学研究中心。该中心旨在推动人工智能、计算机视觉和机器学习领域的研究,使研究成果惠及社会各领域。

资助研究项目详情

1. 非语言人际同步分析工具(nVISA-online)
由马克斯·普朗克智能系统研究所研究员Senya Polikovsky主导。该项目致力于通过分析身体运动动态、面部表情、视线交互、音频信号及生理指标(如皮肤电活动、心率变异性或呼吸频率),开发在线场景下的人际同步(In-Sync)自动评估工具,用于研究精神病患者的交互能力及心理治疗中的治疗联盟程度。

2. 基于单张图像的精确3D人体形状与服装估计
由马克斯·普朗克信息学研究所高级研究员Gerard Pons-Moll提出。该研究结合3D神经隐式函数表示穿着衣物,参数化模型表示底层身体的姿态和形状,从单张RGB图像重建3D数字人体。关键创新在于在深度身体估计网络中引入反馈机制,确保3D人体网格与照片投影保持一致。

3. 通过高保真有限元分析学习服装压力场
由马克斯·普朗克智能系统研究所科学家Gokhan Serhat负责。该项目针对服装压力场的复杂性问题,开发基于深度神经网络的变形模型,利用有限元分析数据训练,以准确估计不同体型、服装尺寸和材料属性下的接触压力场,解决传统分析方法与实验测量的局限性。

4. 可控人类化身的服装材质估计
由马克斯·普朗克智能系统研究所研究组长Justus Thies领导。该项目探索物理模拟方法,预测影响服装运动变形的机械材质属性(如刚度或拉伸性)及外观材质属性,以解决数据驱动方法在姿势外推和服装变形方面的限制,实现更逼真的虚拟化身动画。

技术领域

所有项目均涉及机器学习、计算机视觉和人工智能技术,具体包括:

  • 3D重建与神经隐式函数
  • 参数化模型与网格一致性验证
  • 有限元分析与深度学习结合
  • 物理模拟与材质属性预测

合作背景

该资助计划是某中心与马克斯·普朗克学会科学研究中心合作的一部分,旨在推动跨学科研究,促进技术创新与社会应用结合。

comments powered by Disqus
使用 Hugo 构建
主题 StackJimmy 设计